过去一年，大模型圈有个心照不宣的默契：参数规模这条路上，大家突然都"佛系"了。

卷推理、卷 Agent、卷成本、卷上下文窗口……什么都在卷，就是没有一家敢再碰那个最笨、最烧钱、也最能证明硬实力的方向——把模型本身，做得更大。

直到昨天。

7 月 16 日，月之暗面正式发布 Kimi K3：总参数量 2.8 万亿（2.8T），原生视觉理解，100 万 token 上下文，并且——开源权重。

这是历史上第一个摸到 2.8 万亿参数量级的开源模型。前任"开源最大模型"的纪录保持者？也是它自己。

一、2.8T 到底是什么概念？

先给几个坐标。

据公开报道，DeepSeek V4 Pro 的参数量约为 1.6 万亿，百度文心 5.0 约为 2.4 万亿——这已经是过去一年里最"激进"的两个数字了。而 K3 直接把开源旗舰的天花板，抬到了 2.8 万亿。

更夸张的是节奏。官方文档里有这么一句话：过去 12 个月里，有 9 个月，开源模型规模的纪录都是 Kimi 刷新的。

回想一下这条时间线：2025 年 7 月 K2 横空出世，把开源模型带进万亿参数时代；2026 年 4 月 K2.6 上线；6 月 K2.7 Code 专攻编程。一个月后，K3 直接把规模纪录翻了近三倍。

别人是一年磨一剑，Kimi 是一个月破一次纪录。

二、不是蛮力堆料，是换了发动机

参数翻倍不稀奇，稀奇的是：2.8T 的模型，居然还能谈"效率"。

K3 的底座是两项全新的架构设计：

一是 Kimi Delta Attention（KDA），一种混合线性注意力机制，配合 Attention Residuals（注意力残差）。 用人话说，这两者的使命是让信息在更长的序列、更深的网络里流动得更顺畅——这是 100 万 token 上下文真正能"用起来"的前提。

二是 Stable LatentMoE 框架，把 MoE 的稀疏度进一步拉满：896 个专家，每次只激活 16 个。 激活比例不到 2%，但每一次都调度得又稳又准。

架构、训练方法、数据配方三管齐下，最终的结果是：K3 的整体扩展效率约为 K2 的 2.5 倍——同样的算力，挤出两倍多的智能。这才是"卷参数"的正确姿势：不是堆料，是让每一度电都不白烧。

三、成绩单：前面只剩两座大山

参数是手段，分数才是底气。官方给出的评测结论是：K3 的综合智能，仅次于 Claude Fable 5 和 GPT-5.6 Sol——OpenAI 与 Anthropic 两家旗舰中的旗舰。

拆开看几项硬指标：

知识工作（GDPval-AA v2）：1687 分。 这个基准用 44 个职业、9 大行业的真实工作任务来考模型，K3 排在 Fable 5 Max 和 GPT-5.6 Sol Max 之后，领先 Claude Opus 4.8 Max（1600 分）。

AA-Briefcase（长程 Agent 知识工作基准）：1527 分，全场第二，压过 GPT-5.6 Sol Max 的 1495 分。

BrowseComp：91.2 分，SOTA。 关键词是"单智能体、不做上下文压缩、不用额外的上下文管理技巧"——靠着 100 万 token 的原生长上下文，硬刚长程高难度的信息检索任务。

四、编程：长了眼睛的工程师

K3 是 Kimi 迄今为止最强的编程模型，而且强得很有特点。

它擅长的是长程软件工程任务：理解大型代码库、自己操作终端、协调工具调用、观察运行时行为，失败了还能自己爬起来重试——整个过程几乎不需要人插手。

更值得注意的是"软件工程 + 视觉理解 + 空间推理"三合一的能力：它能在源代码和渲染结果之间来回对照，看着截图、日志、测试报告决定下一步改什么。这让 K3 特别适合游戏开发、前端工程、CAD 工作流和基础设施优化这类"既要看又要写"的场景。

一句话总结：它不是"会写代码的聊天机器人"，而是一个长了眼睛的工程师。

五、开发者今天就能用上什么？

和以往"先吹后放"不同，这次 API 是同步上线的，几个关键信息：

模型名 kimi-k3，OpenAI SDK 直接兼容，几行代码就能跑；

思考模式常开，reasoning_effort 当前支持 max 档（更多档位在路上）；

100 万 token 上下文，上下文缓存自动开启，不用配任何参数；

计费是平价按量付费，不按上下文长度分档——用满 1M 也是一个价；

支持视觉输入（图片 base64、视频文件）、严格 JSON Schema 结构化输出、Partial Mode、动态工具加载；

max_completion_tokens 最高可设到 1048576。

六、最重要的一件事：它开源

最后说回标题里的那个"卷"字。

2.8T 参数的模型，如果只关在 API 后面，那它只是少数人的黑盒。但 Kimi 宣布，K3 的完整权重将在未来几天内发布，架构、训练与评测细节将随技术报告一同公开。

这意味着，人类历史上最大的开源模型，将从一篇新闻，变成任何人都能下载、研究、微调、部署的公共资产。

去年，开源阵营证明了自己可以追平闭源；今天，Kimi 证明了开源可以反过来定义规模的边疆。

有人把 AI 竞赛比作军备竞赛。但军备竞赛的终点是锁在仓库里的武器，而开源模型的终点，是每一个人手里的武器。

2.8T，卷得好。